Fireworks 宣布 Moonshot AI 的 Kimi K3.1 Pro 已正式上线。官方将这款模型定位为“每一美元带来更多智能、交付更快”，并强调它在多个面向实际生产场景的基准上具有出色的性价比。
Kimi K3.1 Pro 由 Kimi K3 后训练而来，最显著的架构改动是把 K3 的全注意力层替换为稀疏注意力，使长上下文的推理服务更加高效。其关键规格包括：支持文本与视觉两种模态；总参数 2.78 万亿，每 token 激活参数 1040 亿；输入上下文长度达 1040k token；共 896 个专家，每个 token 激活 16 个；注意力机制采用 Kimi Delta Attention 与 Gated DeepSeek Sparse Attention。
Fireworks 使用其“专用智能指数”（Specialized Intelligence Index, SII）评估该模型，这些基准由 Sierra、Harvey、Rogo 等公司针对自身生产环境构建。在 Sierra 的 τ³-Banking 客户支持测试中，模型需借助数据库工具并按银行政策处理请求，K3.1 Pro 以 64.7% 的成绩在 19 个模型中排名第一，领先 Claude Opus 5.5 达 8.7 个百分点。
在其他领域，K3.1 Pro 同样表现稳健。在 Factory 的 Legacy Bench 遗留代码基准上，它需要维护 COBOL、Fortran 和 Java 7 代码库，得分 61.0%，在 14 个模型中位列第三，并且是得分最高的开源模型；在 Harvey 的 LAB 法律基准上，它以 15.4% 排名 13 个模型中的第二，仅次于 Grok 4.6；在 Rogo 的 Big Finance Benchmark 财务基准中，它以 48.2% 与 Claude Opus 5.5 打成平手。
在 Traversal 的 ORCA 事故响应基准上，模型要从追踪、日志和指标中定位生产事故根因，K3.1 Pro 得分 32.9%，在 13 个模型中排名第三，并是得分最高的开源模型，而其单任务成本不到排名前两位模型中任何一个的五分之一。在 Epiq 的 CorporateBench 企业法律基准上，它取得 76.9 分，在 12 个模型中位列第四，同样是最高的开源模型。总体来看，在上述五个基准中，K3.1 Pro 都处在质量成本的前沿——没有模型能在成本不更高的前提下取得更高分数。
相较于上一代 Kimi K3，新版本在多个基准上均有明显提升：τ³-Banking 从 51.5% 提升到 64.7%，提高 13.2 个百分点；Legacy Bench 从 52.7% 升至 61.0%，提高 8.3 个百分点；Big Finance Benchmark 从 41.3% 升至 48.2%，提高 6.9 个百分点；CorporateBench 从 72.4 分升至 76.9 分，提高 4.5 分；ORCA 从 31.2% 升至 32.9%，提高 1.7 个百分点。
Moonshot 自家的评测也展示了该模型在最大推理强度下的成绩。在长程编码方面，K3.1 Pro 在 SWE Marathon v1.1 上取得 51.7，领先 Claude Opus 5.5（46.3）、Claude Fable 5.1（45.6）以及 GPT-6 Astra（42.5）。在智能体研究任务中，它在带工具的 Humanity’s Last Exam 上得到 70.0，在 BrowseComp 上得到 92.1，均为 Moonshot 对比中的最高分。办公任务方面，它在 OfficeQA Pro v2 上取得 64.4，在 Artificial Analysis 的 Automation Bench 上取得 73.3，均高于 Claude Opus 5.5 的 62.2 和 69.5。Moonshot 表示，评测使用了包括 Claude Code 在内的多种测试框架，竞争对手的分数大多来自公开报告和排行榜。
价格方面，标准无服务器定价为每百万 token 未缓存输入 2.00 美元、缓存输入 0.20 美元、输出 10.00 美元。开发者可在 Fireworks playground 中试用该模型，或通过模型 ID accounts/fireworks/models/kimi-k3p1-pro 调用。